历史百科网

土壤侵蚀预报

[拼音]:turang qinshi yubao

[外文]:soil erosion prediction

应用数学模型和系统观测资料,表述土壤流失量及流域产沙量与其影响因素间量值关系的方法。它主要用于预测在自然因素和人类活动作用下土壤流失量和产沙量的大小及其变化,为防治土壤流失、合理利用土地资源以及进行流域水土保持规划治理、沟壑工程设计等提供科学依据。

沿革

坡面土壤流失量预报,早期是定性的,主要描述不同耕作措施对控制土壤侵蚀的差别;以后逐步向定量化方向发展。20世纪20年代前后,建立单因子的坡面土壤流失量预报公式。进入40年代,随着观测资料的积累,又提出了多因子的综合预报公式。到1958年,产生了目前广泛应用的通用土壤流失方程(USLE)及其各种形式的修正方程。产沙量预报,早期是经验性的,主要是利用水沙关系或建立产沙量与流域水文参数间的相关关系预报产沙量。20世纪60年代以后,根据通用土壤流失方程预报土壤流失量,然后利用泥沙输移比预报产沙量,或直接利用修正的通用土壤流失方程(MUSLE)预报产沙量。进入70年代后,则把土壤流失量与水文模型结合起来,试图从物理成因途径研究预报产沙量。

方法

主要有以下三种基本途径。

统计回归模型

由于土壤流失预报问题的复杂性,因此,应用统计回归方法是分析资料、取得成果的较迅速而有效的途径之一。当前,在坡面土壤流失量预报方面,广泛应用的统计回归模型是通用土壤流失方程及其引伸公式。通用土壤流失方程的形式为:

A=RKLSCP式中A为土壤流失量;R为降雨侵蚀力因子;K为土壤可蚀性因子;L为坡长因子;S为坡度因子;C为植物被覆与经营管理因子;P为水土保持措施因子。

小流域产沙量预报的统计回归模型则是各种形式的二元的简单回归模型和多元的综合回归模型。我国黄河水利委员会、我国科学院西北水土保持研究所以及北京林业大学等都曾提出预报坡面土壤流失量和小流域产沙量的统计回归模型,对水土保持措施减沙效益进行了估算。

物理成因模型

在水沙形成过程的基础上,由两组彼此互相关联的产流和侵蚀、产沙子模型组成。其中①产流子模型:有建立在地表径流物理成因过程基础上的斯坦福Ⅳ型流域模型和我国河海大学的流域水文模型;有美国地质调查局模拟洪水水文过程的小流域降雨、径流模拟模型;也有美国水土保持局在一系列经验关系式基础上计算流域径流的流域水文模型。

(2)流域侵蚀、产沙子模型:L.D.迈耶和W.H.维施迈尔在剥离和输移概念基础上将产沙全过程分解为降雨剥离、径流剥离、降雨输移及径流输移四个子过程的产沙模型。D.B.西蒙斯等人将产流、产沙过程分为地表径流和河网演进两部分的科罗拉多州立大学水流和泥沙演进模型。该模型中地表径流模拟截留、 入渗、 地表径流水流推算和地表径流泥沙推算四个主要过程。河网演进则主要推算所有地表径流区域通过河网所供应的水和沙,以及计算河道冲刷与沉积。美国的C.T.杨等人提出在整个模型中除有径流、侵蚀、产沙子模型外,还包括有土壤养分流失子模型的农业非点源污染模型。

随机模型

根据影响产沙形成诸因子(如降雨、径流和流域因子等)具有随机分布的特点,将产沙随机变量应用随机公式表达的数学模型。

展望

坡面土壤流失预报的发展方向,一方面是将通用土壤流失方程中各个因子分别扩展成若干子因子进行细化计算,以便进一步提高计算精度和扩大使用范围。另一方面由于经验方程结构严重影响其功能的扩展,故需要在研究水土流失规律的基础上,应用较新计算技术,发展新的坡面土壤流失预报模式,以便取代通用土壤流失方程。

小流域产沙量预报的发展,将加强对地表侵蚀和泥沙输移、沉积过程的机理研究,建立更符合物理成因基础的数学模型,进而发展既能预报土壤侵蚀、产沙,又能预报土壤养分流失、土壤生产能力以及作物生长等因子的综合模型。

参考书目V.A.范诺尼主编,黄河水利委员会水利科学研究所等译:《泥沙工程》,水利出版社,北京,1981。(V.A.Vanoni,ed.,Sedimentation Engineering,Amer.Soc.of CivilEngrs., NewYork,1975.)R. F. Hadley and D. E. Walling ,Erosion and Sediment Yield: Some Methods of Measurement and Modelling,Geo.Books,Norwich,England,1984.

严正声明:本文由历史百科网注册或游客用户灵武 自行上传发布关于» 土壤侵蚀预报的内容,本站只提供存储,展示,不对用户发布信息内容的原创度和真实性等负责。请读者自行斟酌。同时如内容侵犯您的版权或其他权益,请留言并加以说明。站长审查之后若情况属实会及时为您删除。同时遵循 CC 4.0 BY-SA 版权协议,尊重和保护作者的劳动成果,转载请标明出处链接和本声明内容:作者:灵武;本文链接:https://www.freedefine.cn/wenzhan/27750.html

赞 ()
我是一个广告位
留言与评论(共有 0 条评论)
   
验证码: